L’intelligence artificielle occupe dorénavant un rôle crucial dans le domaine de la cybersécurité en fournissant des outils de détection avancés et une réactivité accrue face aux anomalies détectées. Parmi les outils existants, le deep learning se distingue par ses performances et sa large utilisation. Cependant, les modèles reposant sur cette architecture sont opaques et leurs résultats difficiles à maîtriser. Il devient alors nécessaire de comprendre les menaces qui planent sur ces systèmes afin d’y apporter une réponse plus efficace.
Introduction
Le machine learning est une discipline de l’intelligence artificielle en plein essor. Elle a pour objectif de permettre à un ordinateur d’effectuer un apprentissage automatisé sur un ensemble de données afin d’effectuer des décisions ou des prédictions. Des applications de ce domaine sont dorénavant répandues que cela soit dans la reconnaissance vocale, d’images ou même dans certains produits de cybersécurité. Plus récemment, le chatbot ChatGPT [1] développé par OpenAI a particulièrement fait parler de lui au vu de la pertinence des réponses qu’il émet. Ces applications sont une véritable révolution sur le plan technique et ont considérablement transformé certains domaines tels que l’industrie ou l’analyse médicale [2]. Toutefois, les modèles de machine learning peuvent tout aussi bien être leurrés par des tiers malintentionnés et, par conséquent, compromettre les systèmes qui en dépendent.
L’objectif de cet article est...
- Accédez à tous les contenus de Connect en illimité
- Découvrez des listes de lecture et des contenus Premium
- Consultez les nouveaux articles en avant-première
